DeepSeek 秘密造芯：$6000 亿市值蒸发之后，这次要动供应链

TL;DR：Reuters 援引三位知情人士独家报道，DeepSeek 正在秘密研发自研 AI 推理芯片，已低调招募芯片设计工程师并与代工厂、存储供应商接触约一年。目标是同时降低对 Nvidia 和华为的依赖。消息在 X 上引发激烈讨论——Andrew Curran 的推文斩获 424 次点赞、14.9 万次浏览；Shruti Mishra 的分析线程指出，"上次 DeepSeek 让市场意外，Nvidia 一天蒸发约 $6000 亿市值。那次冲击来自模型，这次瞄准的是模型底下的供应链。"

DeepSeek 正在秘密造芯

7 月 7 日，Reuters 独家报道：中国 AI 公司 DeepSeek 正在研发自己的 AI 推理芯片，目标是降低对 Nvidia 和华为硬件的双重依赖。三位知情人士透露，该项目已推进约一年，目前仍处于早期阶段，但 DeepSeek 已经与芯片设计公司、代工厂和存储供应商展开接触，并在此过程中私下招募了多名芯片设计工程师，未发布任何公开职位。

DeepSeek 对此报道不予置评。

从崩掉 Nvidia $6000 亿市值到自研芯片，路径清晰

DeepSeek 上一次让全球市场震动是 2025 年 1 月。其开源推理模型 R1 以远低于美国同行的训练成本达到可比性能，直接触发 Nvidia 单日市值蒸发约 $5890 亿——这是美股历史上最大单日市值损失。当时，R1 的基础模型使用 Nvidia 为中国市场定制的 H800 芯片训练，而这款芯片后来也被华盛顿纳入禁令范围。

时间线串联起来，DeepSeek 的芯片决策并不突然：

• 2024 年 7 月：创始人梁文锋在罕见的中国媒体采访中直言，"钱从来不是问题，先进芯片的禁运才是问题。"
• 2025 年 1 月：R1 发布，全球震动。DeepSeek 此后逐步从 Nvidia 转向华为昇腾平台。
• 2025 年中：据 Reuters 信源，芯片项目约在此时启动。
• 2026 年 4 月：DeepSeek 发布 V4 模型，专门针对华为昇腾芯片优化；华为称其芯片参与了 V4-Flash 轻量版的部分训练。
• 2026 年 6 月：Reuters 报道 DeepSeek 计划首次接受外部融资，以 $520 亿至 $590 亿估值融资约 $70 亿。
• 2026 年 7 月 7 日：自研芯片计划曝光。

从"用更少算力做更好的模型"到"自己造算力"，这条路径的逻辑始终一致。

不回应，但招人没有停

DeepSeek 对 Reuters 的置评请求选择了沉默，这在 AI 芯片这样一个高度敏感的领域并不意外。过去一年里，这家总部位于杭州的公司用一种近乎秘密的方式推进芯片项目：不公开发布芯片工程师岗位，而是通过私人渠道定向招募；不与媒体讨论供应链策略，但已经与代工厂和存储供应商进行了实质性接触。

一位 X 用户评论道："一家以'用更少算力做更多事'闻名的公司，现在要造芯片来做'更少里的更少'。逻辑完全自洽。"（@lordofblocks，1.6 万粉丝）

另一个值得注意的信号是：Reuters 在 6 月报道 DeepSeek 正寻求以 $520-590 亿估值融资约 $70 亿。这笔资金如果到位，将为芯片研发提供充足的燃料。

为什么是推理芯片，为什么是现在

DeepSeek 的芯片聚焦于推理而非训练，这个选择本身就是一篇行业宣言。

推理是 AI 计算中增长最快的环节。随着 AI 应用从实验室走向生产环境，越来越多的计算需求从一次性训练转向持续运行模型应答用户请求。训练花的是资本支出，推理花的是运营支出——而运营支出会随着用户增长无限放大。谁能控制推理的单位成本，谁就控制了 AI 商业化的定价权。

但造芯片不是写代码。Jon Peddie Research 的分析指出，设计一颗有竞争力的 AI 推理芯片需要数年时间和数十亿美元投入。更棘手的是制造环节：美国出口管制不仅限制中国公司购买先进 GPU，还限制它们使用全球最先进的代工厂，同时单独限制中国获取高带宽内存（HBM）——这是先进 AI 芯片的关键组件。

Hardware Busters 的半导体制成分析一针见血："设计硅片从来不是瓶颈。DeepSeek 仍然要和所有人争夺同样稀缺的先进封装、存储和台积电产能。"

不过 DeepSeek 有一条独特路径：它的模型效率哲学可以直接映射到芯片设计上。如果 DeepSeek 能在软件层用十分之一的算力达到可比性能，那么它为自有模型定制的推理芯片就不需要追求绝对性能峰值，而可以高度优化成本效率比——这恰好绕开了最先进制程的限制。

OpenAI、Anthropic 也在造芯，但 DeepSeek 的逻辑不同

DeepSeek 加入的是一个快速拥挤的赛道：

• OpenAI：6 月 24 日与 Broadcom 联合发布 Jalapeño 推理芯片，目标 2026 年底首次部署。
• Anthropic：4 月 Reuters 报道其探索自研芯片；7 月 TechCrunch 披露其正与三星讨论合作。
• Meta：计划 9 月开始量产自研 "Iris" AI 芯片。
• 阿里巴巴、百度：早已布局自研 AI 芯片。

但 X 上的讨论区分了这两组玩家的动机。Andrew Curran（7.3 万粉丝）的推文获得 424 次点赞、14.9 万次浏览、51 次书签，他的结论简洁："似乎所有人都在造芯了。" 底下一条高赞回复指出："OpenAI、Anthropic、Meta、阿里巴巴、字节跳动全在做定制芯片。推理经济学是新的军备竞赛。"（@fominaaalina）

Shruti Mishra（18 万粉丝）的分析线程序列出更深的判断："出口管制被设计来让中国只能买昨天的芯片。一个能自己设计推理芯片的中国，是这些管制从未被设计来应对的问题。"

Semafor 的报道标题直白——"DeepSeek 正在抄 OpenAI 的作业"。但 Jon Peddie Research 提出了一个被忽略的视角：DeepSeek 造芯对华为的冲击可能比对 Nvidia 更大。华为因 Nvidia 受限而吃下了中国约 $500 亿 AI 芯片市场的近半份额。如果中国 AI 模型公司纷纷自研芯片，华为的国产替代红利将迅速收窄。

一位 X 用户的评论精确捕捉了这种双重挤压感："你就是不能信任华为……"（@YeheLiu）

出口管制真正的后果

Reuters 这篇独家报道的意义，远不止一家中国公司的芯片野望。

它回答了出口管制政策一直悬而未决的问题：限制芯片出口到底会遏制中国 AI 进步，还是会刺激它走向全栈自主？DeepSeek 的答案正在浮现——这家公司不仅没有被芯片禁令困住，反而从模型优化一路推进到硬件设计，在以出口管制制定者没有预料到的方式做出回应。

对于 Nvidia，威胁不在于 DeepSeek 短期能否造出可用的芯片——那需要数年——而在于趋势：当最大的 AI 模型公司（OpenAI、Anthropic、Meta、DeepSeek）都在自研推理芯片，GPU 在推理市场的定价权将不可逆地稀释。推理是 AI 计算增长最快的部分，而定制芯片在这个环节的成本效率优势最为明显。

对于华为，挑战更为直接。如果 DeepSeek、阿里巴巴、百度都在推进自研芯片，华为在中国 AI 芯片市场的半壁江山将面临来自客户变成竞争对手的挤压。

对于整个行业，一个清晰的方向正在形成：AI 正在走向垂直整合。模型公司不想只做模型，芯片公司不想只做芯片。最终，谁能控制从硅片到应用的完整技术栈，谁就拥有最深的结构性优势。

这也许是出口管制政策制定者当初没有预料到的连锁反应——他们试图通过控制芯片来遏制中国 AI，结果反而加速了中国 AI 公司走向全栈自主的进程。

参考链接：

• Reuters: China's DeepSeek developing its own AI chip, sources say
• Ars Technica: Facing US export controls, China's DeepSeek plans to make its own chips
• Jon Peddie Research: DeepSeek moves toward its own AI chip
• CTech: DeepSeek moves beyond AI models with custom chip project
• DCD: DeepSeek to develop its own custom AI chip – report
• Andrew Curran on X
• Shruti Mishra analysis thread
• Semafor on X
• Hardware Busters analysis

本文由 AREX Agent 自动生成，仅供参考，不构成投资建议。转载需注明出处。